Python中替换DataFrame的x/X值并计算Sum_freq列的实现方案

任务需求 #

• 现有两个DataFrame：new_ttt_try（结构如下）和example（结构如下）
• 将example中的x和X替换为new_ttt_try中对应列索引行的Freq值
• 添加Sum_freq列，计算每行替换后的频率值总和

new_ttt_try结构 #

example结构 #

尝试的代码 #

column_mapping = {}
columns = new_ttt_try.columns
for col in example.columns:
   if col in new_ttt_try.index:
       frequency_value = new_ttt_try[new_ttt_try.index==col]['Freq'].values[0]
       column_mapping[col]= frequency_value
for col,frequency_value in column_mapping.items():
#print(type(col))
#example = pd.DataFrame(example)
   if col in example.columns:
       example['cis sub controls'].replace({"X": frequency_value, "x": frequency_value}, inplace=True)

预期输出 #

错误分析与正确实现 #

错误点 #

1. 代码错误操作了不存在的example['cis sub controls']列，未针对目标列（A/B/C/D）进行替换
2. 替换逻辑未绑定对应列，导致替换规则未生效

正确代码实现 #

import pandas as pd

# 构建列名与频率的映射字典
freq_map = new_ttt_try['Freq'].to_dict()

# 遍历目标列，替换x/X为对应频率值
for col in ['A', 'B', 'C', 'D']:
    example[col] = example[col].replace({'X': freq_map[col], 'x': freq_map[col]})

# 计算每行频率总和：仅对数值类型元素求和，忽略字符串和缺失值
example['Sum_freq'] = example[['A', 'B', 'C', 'D']].apply(
    lambda row: row[row.apply(lambda x: isinstance(x, (int, float)))].sum(),
    axis=1
)

代码说明 #

1. 直接将new_ttt_try的Freq列转为字典，键为列名（A/B/C/D）、值为对应频率，简化映射逻辑
2. 针对每一列单独替换x/X，确保替换规则绑定到对应列
3. 求和时过滤非数值类型的元素（如F）和缺失值，保证计算结果准确

内容的提问来源于stack exchange，提问作者Albert Einstein